Merge pull request #1343 from wzqwtt/patch15

添加（0150.逆波兰表达式求值、0239.滑动窗口最大值、0347.前K个高频元素）Scala版本

problems/0150.逆波兰表达式求值.md

@@ -325,6 +325,33 @@ func evalRPN(_ tokens: [String]) -> Int {
     return stack.last!
 }
 ```
-
+Scala:
+```scala
+object Solution {
+  import scala.collection.mutable
+  def evalRPN(tokens: Array[String]): Int = {
+    val stack = mutable.Stack[Int]()    // 定义栈
+    // 抽取运算操作，需要传递x,y，和一个函数
+    def operator(x: Int, y: Int, f: (Int, Int) => Int): Int = f(x, y)
+    for (token <- tokens) {
+      // 模式匹配，匹配不同的操作符做什么样的运算
+      token match {
+        // 最后一个参数 _+_，代表x+y，遵循Scala的函数至简原则，以下运算同理
+        case "+" => stack.push(operator(stack.pop(), stack.pop(), _ + _))  
+        case "-" => stack.push(operator(stack.pop(), stack.pop(), -_ + _))
+        case "*" => stack.push(operator(stack.pop(), stack.pop(), _ * _))
+        case "/" => {
+          var pop1 = stack.pop()
+          var pop2 = stack.pop()
+          stack.push(operator(pop2, pop1, _ / _))
+        }
+        case _ => stack.push(token.toInt)   // 不是运算符就入栈
+      }
+    }
+    // 最后返回栈顶，不需要加return关键字
+    stack.pop() 
+  }
+}
+```
 -----------------------
 <div align="center"><img src=https://code-thinking.cdn.bcebos.com/pics/01二维码一.jpg width=500> </img></div>

problems/0239.滑动窗口最大值.md

@@ -630,6 +630,53 @@ func maxSlidingWindow(_ nums: [Int], _ k: Int) -> [Int] {
     return result
 }
 ```
+Scala:
+```scala
+import scala.collection.mutable.ArrayBuffer
+object Solution {
+  def maxSlidingWindow(nums: Array[Int], k: Int): Array[Int] = {
+    var len = nums.length - k + 1   // 滑动窗口长度
+    var res: Array[Int] = new Array[Int](len)   // 声明存储结果的数组
+    var index = 0   // 结果数组指针
+    val queue: MyQueue = new MyQueue    // 自定义队列
+    // 将前k个添加到queue
+    for (i <- 0 until k) {
+      queue.add(nums(i))
+    }
+    res(index) = queue.peek // 第一个滑动窗口的最大值
+    index += 1
+    for (i <- k until nums.length) {
+      queue.poll(nums(i - k))   // 首先移除第i-k个元素
+      queue.add(nums(i))        // 添加当前数字到队列
+      res(index) = queue.peek() // 赋值
+      index+=1
+    }
+    // 最终返回res，return关键字可以省略
+    res
+  }
 
+}
+
+class MyQueue {
+  var queue = ArrayBuffer[Int]()
+
+  // 移除元素，如果传递进来的跟队头相等，那么移除
+  def poll(value: Int): Unit = {
+    if (!queue.isEmpty && queue.head == value) {
+      queue.remove(0)
+    }
+  }
+
+  // 添加元素，当队尾大于当前元素就删除
+  def add(value: Int): Unit = {
+    while (!queue.isEmpty && value > queue.last) {
+      queue.remove(queue.length - 1)
+    }
+    queue.append(value)
+  }
+
+  def peek(): Int = queue.head
+}
+```
 -----------------------
 <div align="center"><img src=https://code-thinking.cdn.bcebos.com/pics/01二维码一.jpg width=500> </img></div>

problems/0347.前K个高频元素.md

@@ -374,7 +374,49 @@ function topKFrequent(nums: number[], k: number): number[] {
 };
 ```
 
+Scala:
 
+解法一: 优先级队列
+```scala
+object Solution {
+  import scala.collection.mutable
+  def topKFrequent(nums: Array[Int], k: Int): Array[Int] = {
+    val map = mutable.HashMap[Int, Int]()
+    // 将所有元素都放入Map
+    for (num <- nums) {
+      map.put(num, map.getOrElse(num, 0) + 1)
+    }
+    // 声明一个优先级队列，在函数柯里化那块需要指明排序方式
+    var queue = mutable.PriorityQueue[(Int, Int)]()(Ordering.fromLessThan((x, y) => x._2 > y._2))
+    // 将map里面的元素送入优先级队列
+    for (elem <- map) {
+      queue.enqueue(elem)
+      if(queue.size > k){ 
+        queue.dequeue // 如果队列元素大于k个，出队
+      }
+    }
+    // 最终只需要key的Array形式就可以了，return关键字可以省略
+    queue.map(_._1).toArray
+  }
+}
+```
+解法二: 相当于一个wordCount程序
+```scala
+object Solution {
+  def topKFrequent(nums: Array[Int], k: Int): Array[Int] = {
+    // 首先将数据变为(x,1)，然后按照x分组，再使用map进行转换(x,sum)，变换为Array
+    // 再使用sort针对sum进行排序，最后take前k个，再把数据变为x,y,z这种格式
+    nums.map((_, 1)).groupBy(_._1)
+      .map {
+        case (x, arr) => (x, arr.map(_._2).sum)
+      }
+      .toArray
+      .sortWith(_._2 > _._2)
+      .take(k)
+      .map(_._1)
+  }
+}
+```
 
 -----------------------
 <div align="center"><img src=https://code-thinking.cdn.bcebos.com/pics/01二维码一.jpg width=500> </img></div>